基于非歷史信息的投資組合優(yōu)化模型.pdf

1、投資組合是投資者將資金分配到不同的股票中以減少投資風(fēng)險(xiǎn)的過程。Markowitz提出的均值方差模型開啟了對(duì)投資組合建模的新篇章。由于均值方差模型依賴于對(duì)收益率期望和方差的估計(jì)，所以模型的效果直接受估計(jì)誤差的影響。為了有效改善這個(gè)缺陷，Black和Litterman提出了Black-Litterman模型（以下簡(jiǎn)稱“BL模型”），引入了投資者對(duì)于收益率期望的看法。
　　本文主要工作及創(chuàng)新點(diǎn)包括：
　　1.首先介紹了經(jīng)典的投資組

2、合理論和績(jī)效衡量標(biāo)準(zhǔn)，進(jìn)而通過實(shí)證分析，對(duì)比了不同賣空限制和上限條件下的均值方差模型，有無滾動(dòng)優(yōu)化的BL模型以及不同投資者觀點(diǎn)下的BL模型。結(jié)果表明BL模型優(yōu)于傳統(tǒng)的均值方差模型。
　　2.傳統(tǒng)的BL模型只局限于投資者對(duì)于收益率期望的觀點(diǎn)，為了解決這個(gè)問題，本文首先利用逆優(yōu)化理論得到了廣義的BL模型，進(jìn)而加入了根據(jù)股票期權(quán)價(jià)格得到的隱含波動(dòng)率信息。通過引入投資者對(duì)于收益率方差的看法，得到了新的收益率期望和協(xié)方差矩陣。在模型求解過程

3、中，本文將問題轉(zhuǎn)換為半正定規(guī)劃問題（SDP），并利用工具箱進(jìn)行求解。
　　3.鑒于條件風(fēng)險(xiǎn)價(jià)值（CVaR）可以充分反映損失分布的尾部信息，并且滿足次可加性，本文使用 CVaR來度量投資組合的風(fēng)險(xiǎn)，構(gòu)建了基于下偏風(fēng)險(xiǎn)的均值-CVaR模型。
　　4.直接利用“矩匹配”構(gòu)造出的情景樹來表示收益率的離散分布，并用該離散分布來求解均值-CVaR模型。
　　5.在仿真實(shí)驗(yàn)中，本文利用美國(guó)市場(chǎng)數(shù)據(jù)對(duì)提出的模型進(jìn)行了仿真，并研究了不同